申请/专利权人：湖南大学

申请日：2024-01-16

公开（公告）日：2024-03-29

公开（公告）号：CN117792578A

主分类号：H04L1/00

分类号：H04L1/00;H04L1/16;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：一种基于Quic协议的丢包检测系统，包括数据收集器、特征选择器、丢包学习器和丢包检测器；数据收集器得到模型训练所需的特征和标签；特征选择器通过数据收集器得到的模型训练所需的特征，利用决策树模型来寻找最优特征子集；丢包学习器学习和训练从特征选择器和数据收集器传递而来的特征，形成可以进行Quic丢包探测的模型；丢包检测器：在模型中输入数据包探测所需的特征集合，得到模型计算得到的丢包探测结果。相比于现有的基于经验的网络特征提取方法，本发明利用深度学习模型更大程度地利用了与丢包相关的网络特征用于丢包识别，从而提升对于丢包预测的准确度。

主权项：1.一种基于Quic协议的丢包检测系统，其特征在于：包括数据收集器、特征选择器、丢包学习器和丢包检测器；所述数据收集器收集预设时间内和预设大小的Quic传输数据作为初始数据；数据收集器在线下收集服务器和客户端双边的Quic传输数据，在线上仅收集服务器侧的Quic输数据；数据收集器得到模型训练所需的特征和标签；标签设置步骤为：在收集的数据中根据stream_id和offset，判断数据包是否丢失；stream_id和offset出现的次数大于1，则判定这个数据包丢失，并设置标签为“1”；stream_id和offset出现的次数为1，则判定这个数据包未丢失，并设置标签为“0”；特征选择器通过借鉴Fack和Rack丢包探测方法，通过数据收集器得到的模型训练所需的特征，利用决策树模型来寻找最优特征子集；所述丢包学习器：学习和训练从特征选择器和数据收集器传递而来的特征，形成可以进行Quic丢包探测的InceptionTime模型InceptionTimePlus模型，并对实现在Aioquic协议栈中的丢包探测的InceptionTime模型或者InceptionTimePlus模型进行动态的替换；所述丢包检测器：在InceptionTime模型或者InceptionTimePlus模型中输入数据包探测所需的特征集合，得到InceptionTime模型或者InceptionTimePlus模型计算得到的丢包探测结果；结果为0则表示数据包未丢失，结果为1则表示数据包丢失；数据包探测所需的特征集合包括Rtt_variance、Ratio_Time、Sacked_out和Order_out。

全文数据：

权利要求：

百度查询： 湖南大学 一种基于Quic协议的丢包检测系统及丢包检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD